基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運(yùn)行可靠性提升思考

何鵬飛

（國(guó)網(wǎng)四川省電力公司廣安供電公司，四川 廣安 638500）

0 引 言

現(xiàn)代社會(huì)生產(chǎn)生活對(duì)電能需求量明顯提高，一定程度上推動(dòng)了電力供應(yīng)系統(tǒng)的建設(shè)。雖然國(guó)內(nèi)電力系統(tǒng)鋪設(shè)里程與供電系統(tǒng)技術(shù)能力明顯改善，但在配電網(wǎng)管理中仍面臨較大挑戰(zhàn)。伴隨現(xiàn)代信息技術(shù)發(fā)展速度的加快，大數(shù)據(jù)技術(shù)在各領(lǐng)域中得到了廣泛應(yīng)用且趨于成熟。所以，要想不斷提高配電系統(tǒng)運(yùn)行的可靠性，必須充分利用大數(shù)據(jù)技術(shù)開(kāi)展管理工作?？梢?jiàn)，深入研究并分析基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運(yùn)行可靠性提升路徑具有一定的現(xiàn)實(shí)意義。

1 依托大數(shù)據(jù)技術(shù)提升配電網(wǎng)運(yùn)行可靠性的數(shù)據(jù)基礎(chǔ)闡釋

在分析配電網(wǎng)運(yùn)行可靠性方面，重點(diǎn)是以配電網(wǎng)不同運(yùn)行調(diào)度監(jiān)控系統(tǒng)內(nèi)的多源異構(gòu)數(shù)據(jù)信息、不同元件可靠性參數(shù)、檢修規(guī)劃、配電系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)、運(yùn)行環(huán)境條件等諸多因素為參考依據(jù)，掌握其影響系統(tǒng)運(yùn)行可靠性的程度，研究對(duì)系統(tǒng)未來(lái)特定時(shí)期可靠性，制定運(yùn)行可靠性指標(biāo)的參數(shù)數(shù)值[1]。綜合考慮運(yùn)行可靠性的思想，所要涵括的數(shù)據(jù)信息類型如表1所示。

表1 配電網(wǎng)運(yùn)行可靠性數(shù)據(jù)與來(lái)源

2 基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運(yùn)行可靠性提升路徑

評(píng)估配電網(wǎng)運(yùn)行可靠性的主要目的是為后續(xù)特定時(shí)間綜合控制方案的制定提供幫助，為決策提供輔助作用，科學(xué)合理地指導(dǎo)運(yùn)行調(diào)度，進(jìn)一步增強(qiáng)配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性與可靠性[2]。

（1）構(gòu)建配電網(wǎng)運(yùn)行可靠性指標(biāo)機(jī)制。

（2）借助主成分分析方法，與歷史運(yùn)行所涉及的可靠性數(shù)據(jù)信息相互結(jié)合，科學(xué)提取不同指標(biāo)數(shù)據(jù)特征，明確評(píng)估配電網(wǎng)運(yùn)行可靠性重要指標(biāo)。

（3）挖掘并行關(guān)聯(lián)規(guī)則挖掘方式和運(yùn)行可靠性產(chǎn)生影響的因素。

（4）選擇影響因素，并當(dāng)做輸入人工神經(jīng)網(wǎng)絡(luò)的主要內(nèi)容，選擇主要指標(biāo)當(dāng)做輸出內(nèi)容，在訓(xùn)練基礎(chǔ)上構(gòu)建可靠性預(yù)測(cè)模型。

（5）在模型中輸入實(shí)時(shí)數(shù)據(jù)信息并預(yù)測(cè)，獲取后續(xù)特定時(shí)間段運(yùn)行可靠性指標(biāo)數(shù)值。

2.1 配電網(wǎng)運(yùn)行可靠性指標(biāo)機(jī)制構(gòu)建

通常，可靠性分析的單位是年，對(duì)長(zhǎng)時(shí)間系統(tǒng)不同運(yùn)行狀態(tài)平均可靠性展開(kāi)系統(tǒng)研究。常見(jiàn)的指標(biāo)主要是系統(tǒng)指標(biāo)與負(fù)荷指標(biāo)。前者涵括系統(tǒng)的平均停電持續(xù)時(shí)間與頻率指標(biāo)、線路指標(biāo)以及變壓器重過(guò)載指標(biāo)等，后者則涵括故障平均停電持續(xù)時(shí)間和負(fù)荷點(diǎn)平均故障幾率等[3]。

開(kāi)展可靠性評(píng)估工作，可為規(guī)劃設(shè)計(jì)系統(tǒng)提供必要幫助。運(yùn)行可靠性指標(biāo)在運(yùn)行調(diào)度中運(yùn)用。所以，配電網(wǎng)運(yùn)行的可靠性必須反映系統(tǒng)本身負(fù)荷損失的狀況，同時(shí)也需反映負(fù)荷裕度。另外，應(yīng)真實(shí)反映線路的過(guò)載狀況、潮流與電壓安全裕度，在此基礎(chǔ)上描述并反映系統(tǒng)的整體可靠性、關(guān)鍵區(qū)域、節(jié)點(diǎn)、元件與環(huán)節(jié)可靠性等[4]。根據(jù)以上要求，有必要科學(xué)拓展常規(guī)性可靠性指標(biāo)，構(gòu)建四維指標(biāo)機(jī)制。

2.2 以主成分分法為依據(jù)的主要指標(biāo)提取

運(yùn)行可靠性指標(biāo)機(jī)制涵括了大量指標(biāo)變量，且建模和計(jì)算均相對(duì)復(fù)雜，加之不同指標(biāo)間有大量冗余信息，逐一分析會(huì)增加冗余工作量。其中，主成分分析屬于多元統(tǒng)計(jì)分析法，主要作用是簡(jiǎn)化對(duì)象模型，提取主要信息，盡量降低變量維度。開(kāi)展主成分分析，主要是利用方差或者是離差平方和等計(jì)算不同指標(biāo)信息大小，刪除重復(fù)指標(biāo)等，提取相關(guān)性不明顯同時(shí)涵蓋大量原信息的指標(biāo)。隨后，系統(tǒng)化篩選影響系統(tǒng)運(yùn)行可靠性的薄弱環(huán)節(jié)、關(guān)鍵性元件以及區(qū)域等，不斷縮小評(píng)估范圍[5]。

第一，標(biāo)準(zhǔn)化的評(píng)估指標(biāo)。一般情況下，不同的運(yùn)行可行性指標(biāo)量綱存在差異且分布不同，要求針對(duì)指標(biāo)參數(shù)實(shí)施標(biāo)準(zhǔn)處理。為此，應(yīng)以配電大數(shù)據(jù)為基礎(chǔ)獲取不同指標(biāo)分布函數(shù)，針對(duì)不同指標(biāo)變量展開(kāi)正態(tài)分布的標(biāo)準(zhǔn)處理，進(jìn)而轉(zhuǎn)變成正態(tài)分布變量。

第二，相關(guān)矩陣構(gòu)建與特征值計(jì)算。所謂的變量間存在的相關(guān)關(guān)系，具體指的是已知某變量亦或是一組變量，可對(duì)另一變量數(shù)值加以確定，亦或是明確變化規(guī)律。一般情況下，在統(tǒng)計(jì)學(xué)中會(huì)借助Pearson相關(guān)系數(shù)度量?jī)呻S機(jī)變量間存在的相關(guān)性程度。

第三，主成分的確定。根據(jù)以上計(jì)算數(shù)值，確定第n個(gè)指標(biāo)變量方差貢獻(xiàn)率與累計(jì)方差貢獻(xiàn)率。

第四，確定主要評(píng)估指標(biāo)。

2.3 依托并行關(guān)系挖掘主要影響因素

在配電網(wǎng)實(shí)際運(yùn)行期間，對(duì)其可靠性產(chǎn)生影響的因素很多，很難構(gòu)建準(zhǔn)確性較高的預(yù)測(cè)模型，且速度精度易受到限制。在這種情況下選擇使用關(guān)聯(lián)規(guī)則挖掘法，在配電網(wǎng)異構(gòu)多源數(shù)據(jù)中挖掘主要的影響因素，為輸入預(yù)測(cè)模型提供幫助，盡量降低輸入維度，不斷加快預(yù)測(cè)速度。

在關(guān)聯(lián)規(guī)則中，各樣本均可用T代表，而n個(gè)事務(wù)即可構(gòu)成數(shù)據(jù)庫(kù)，用D表示。需要注意，各事務(wù)均通過(guò)多屬性確定，并被稱作“項(xiàng)”。多個(gè)項(xiàng)所構(gòu)建的集合就是“項(xiàng)集”，其中各子集事務(wù)均為一項(xiàng)集。對(duì)于最小支持度閥值和最小置信度閥值而言，用戶應(yīng)結(jié)合實(shí)際需求做出定義[6]。強(qiáng)規(guī)則即支持度和置信度都不低于最小閥值規(guī)則，最終獲得對(duì)配電網(wǎng)運(yùn)行可靠性產(chǎn)生影響的因素。

2.4 訓(xùn)練人工神經(jīng)預(yù)測(cè)模型

所謂的運(yùn)行可靠性預(yù)測(cè)，具體指參考?xì)v史與配電實(shí)時(shí)大數(shù)據(jù)信息，對(duì)后續(xù)特定時(shí)間段內(nèi)的可行性指標(biāo)參數(shù)的推測(cè)過(guò)程。一般情況下，預(yù)測(cè)方法主要有人工智能方法和傳統(tǒng)方法2種。其中，傳統(tǒng)方法是依托回歸分析方法，而人工智能方法則涵蓋了深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)等多種方法。在配電系統(tǒng)運(yùn)行可靠性指標(biāo)數(shù)值方面，通常需參考運(yùn)行期間記錄的統(tǒng)計(jì)數(shù)據(jù)信息內(nèi)容，對(duì)無(wú)法構(gòu)建精確性解析模型的情況做出科學(xué)化預(yù)測(cè)。

可將實(shí)時(shí)獲得的數(shù)據(jù)信息主要影響因素?cái)?shù)據(jù)當(dāng)做輸入人工神經(jīng)網(wǎng)絡(luò)中的主要內(nèi)容，進(jìn)而對(duì)特定時(shí)間段后的可靠性指標(biāo)數(shù)值實(shí)施必要預(yù)測(cè)。選擇各預(yù)測(cè)時(shí)間計(jì)算相應(yīng)的指標(biāo)，進(jìn)而獲取相對(duì)時(shí)限類的指標(biāo)，并在不同場(chǎng)合中應(yīng)用。

3 結(jié) 論

通過(guò)研究與分析可知，在對(duì)配電網(wǎng)大數(shù)據(jù)科學(xué)使用的基礎(chǔ)上，深入挖掘業(yè)務(wù)發(fā)展的信息。依托多源異構(gòu)大數(shù)據(jù)形成運(yùn)行可靠性分析法，即可針對(duì)配電網(wǎng)運(yùn)行期間可靠性進(jìn)行系統(tǒng)化分析，進(jìn)而為輔助決策路徑提供有價(jià)值的參考依據(jù)，推進(jìn)運(yùn)行可靠性評(píng)估工作的開(kāi)展，使得評(píng)估維度降低且評(píng)估工作量明顯下降，全面提升配電網(wǎng)運(yùn)行的可靠性水平。